L’IA agentique apparaît de plus en plus comme une capacité essentielle pour les entreprises modernes. Gartner prévoit que, d’ici 2029, l’IA résoudra de manière autonome, sans intervention humaine, 80% des problèmes de service client courants, ce qui entraînera une réduction de 30% des coûts opérationnels.[1]
Pour les entreprises, l’enjeu n’est pas de remplacer les personnes mais d’améliorer la manière dont le travail est effectué, tout en conservant les humains dans la boucle pour la supervision et la responsabilité. Dans le même temps, elles renforcent leur résilience opérationnelle, font passer à l’échelle leur expertise et accèdent à de nouvelles opportunités commerciales et de nouvelles façons d’exercer leurs fonctions essentielles.
Nous sommes à l’aube de l’ère de l’intelligence
Cette promesse a attiré des investissements considérables : plus de 400 milliards de dollars dans les infrastructures d’IA pour la seule année 2025. Avec 12 milliards de dollars, les retours sur investissement ont jusqu’à présent été faibles. Lors d’une keynote à Orange OpenTech, Usman Javaid, Chief Product and Marketing Officer chez Orange Business, évoque la bulle dans laquelle nous pourrions être et qui pourrait éclater.
« L’important, c’est ce qui ressortira de cette bulle. Avec les dotcoms, nous avons vu l’émergence des réseaux sociaux, du commerce numérique, etc. Je pense que le résultat sera similaire. Nous allons entrer dans l’ère de l’intelligence. » Cela suscite beaucoup d’inquiétude parmi les entreprises, qui ne savent pas sur quel train de l’IA monter. « C’est crucial qu’elles fassent les bons choix, car il leur est nécessaire de démarrer. »
En ce qui concerne la bulle de l’IA, une évolution significative change la donne, précise Steve Jarrett, Chief Data and AI Officer chez Orange. Les modèles, au lieu d’utiliser d’énormes quantités de puissance de calcul pour leur entraînement et très peu pour l’inférence, allouent désormais davantage de ressources de calcul au raisonnement à travers les étapes nécessaires à l’accomplissement des tâches. « Cela garantira qu’une énorme quantité de valeur subsistera si la bulle éclate. »
Tirer les leçons de la hype autour du cloud
Le battage médiatique autour du cloud a enseigné aux entreprises que les technologies transformatrices ne concrétisent pas les attentes lorsque le niveau de préparation, la gouvernance et la valeur commerciale réelle ne sont pas à la hauteur.
Pour Usman Javaid, on peut tirer concernant l’IA de nombreux enseignements de cette expérience. Nous surestimons souvent l’importance des changements technologiques à court et à long terme. « Lorsque le cloud a été adopté, l’opinion générale était que tout allait se passer là dedans. Aujourd’hui, environ 40% des charges de travail ne sont pas dans le cloud. » Toutes les applications ne sont pas adaptées au cloud ; il en va de même pour l’IA agentique. « Il n’est pas nécessaire de résoudre tous les problèmes avec des agents. »
Pour éviter cet écueil, dit Steve Jarrett, Orange part du principe que les agents donnent « le meilleur d’eux-mêmes quand il s’agit de créer une première ébauche », charge aux humains d’intervenir ensuite pour étudier et améliorer le résultat et fournir un feedback. Il prévient toutefois que, pour que cela fonctionne à l’échelle, il est primordial de disposer d’outils performants pour surveiller, gérer et itérer les agents sur différents modèles d’IA.
Karine Palacios, Chief Product Officer chez Vocalcom, qui fournit un logiciel de centre de contact omnicanal basé sur le cloud, ajoute qu’il ne faut pas oublier la valeur des humains dans l’utilisation de l’IA agentique. « Nous demandons depuis un certain temps à l’IA de collaborer avec les humains. Certes, l’IA agentique est capable de gérer des processus et des conversations plus complexes. Cependant, ce sont toujours les humains qui sont les héros de votre marque et de votre fidélité. »
« Vous devez vous assurer que votre marque a l’empathie d’offrir ce dont les outils sont incapables, ajoute Usman Javaid. Vous devez permettre à ces personnes de mieux faire leur travail », ce qu’illustre l’économie de 30% de temps quand on utilise les outils agentiques pour trouver des informations – du temps qui peut être passé avec le client et sur l’amélioration de l’expérience client.
Rendre l’IA plus durable
L’IA basée sur des agents gagne rapidement du terrain, les grands modèles linguistiques étant de plus en plus entraînés à effectuer des tâches agentiques. Des innovations importantes voient le jour dans les modèles de taille moyenne (7 à 20 milliards de paramètres), qui offrent un bon équilibre entre capacités et efficacité.
Beaucoup de ces modèles sont open weight, c’est-à-dire que les paramètres entraînés sont rendus publics. Cela permet de disposer de solutions d’IA souveraines qui ne dépendent pas des clouds dits publics [ceux des Gafam, etc.]. Orange, par exemple, a aidé une banque française à construire des modèles de codage dans le cloud souverain pour une IA agentique qui aurait auparavant dû être hébergée en dehors de l’Europe, une impasse en termes de sécurité.
Cet écosystème ouvert accélère l’innovation, explique Steve Jarrett, ce qui démontre que les organisations n’ont pas besoin d’utiliser les modèles les plus volumineux et les plus gourmands en ressources pour chaque cas d’usage. « Cela nous permet d’être responsables, en choisissant le bon outil pour le bon problème, et d’être ainsi responsables sur le plan économique et écologique. »
Faire la différence dans les opérations sur le terrain
Malgré les investissements massifs dans l’IA, ce sont les résultats concrets qui constituent la véritable mesure du succès. Usman Javaid cite une étude récente du MIT [2] qui a révélé que 95% des entreprises ayant investi dans l’IA n’ont pas constaté de retour sur investissement mesurable. Il estime que les entreprises ont enregistré des gains de productivité, mais pas de retour sur investissement. « Ce sont les deux attentes. »
Orange, dit-il, a observé des cas d’utilisation allant des offres d’emploi aux cas spécifiques à certains secteurs, tels que la découverte de médicaments et la maintenance prédictive. Il identifie trois domaines dans lesquels se manifestent des gains de passage à l’échelle et de productivité : la productivité des employés, l’expérience client et l’assistance, ainsi que le développement de logiciels, dans lequel des entreprises ont constaté une augmentation de l’efficacité pouvant être décuplée.
Usman Javaid estime que le plus grand obstacle à l’adoption de l’IA agentique est le manque de confiance. « Le déficit de confiance s’aggrave à chaque fois que des acteurs mal intentionnés mettent la main sur ces technologies. C’est une grande responsabilité, nous devons bien faire les choses. »
Atteindre ce « moment Henry Ford »
La véritable valeur de l’IA réside dans la co-intelligence, quand l’IA travaille avec les humains. C’est ce qui sous-tend la transition d’Orange vers une IA entièrement agentique, explique Steve Jarrett. Cette approche permet non seulement d’augmenter la productivité, mais aussi de réduire la fracture numérique des populations du monde entier ; il faut « être capable de résoudre des problèmes quotidiens qu’il leur serait compliqué de régler autrement confrontées ».
Pour que l’IA agentique connaisse son moment « Henry Ford » disruptif, Usman Javaid estime toutefois que nous devons repenser les systèmes de fond en comble plutôt que de simplement greffer des processus métier sur l’IA.
« L’IA va absorber beaucoup de médiocrité et amplifier l’excellence, mais nous devons tout de même veiller à ce que les humains gardent les rênes. Le progrès n’a aucun sens s’il laisse les humains de côté. »
[1] Communiqué de presse: Gartner 2025 Agentic AI is set to transform the customer service landscape https://www.gartner.com/en/newsroom/press-releases/2025-03-05-gartner-predicts-agentic-ai-will-autonomously-resolve-80-percent-of-common-customer-service-issues-without-human-intervention-by-20290
[2] https://fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo/
